基于BP神经网络的我国汽车销量预测分析

发布时间：2017-03-28 05:08

  本文关键词：基于BP神经网络的我国汽车销量预测分析，由笔耕文化传播整理发布。

【摘要】：汽车产业是我国经济的四大支柱产业之一。伴随着我国宏观经济增速放缓,汽车行业供求失衡、产销率下降等问题开始显现。因而科学有效地预测汽车销量,并根据预测合理安排汽车生产变得至关重要。BP神经网络是人工智能中的代表性方法,具有优良的非线性预测效果。本文以BP神经网络技术为主线,结合ARIMA模型和主成分分析,分别对汽车的月度销量和年度销量进行预测。在汽车月度销量预测问题中,分别使用了ARIMA模型和BP神经网络单独进行了预测。针对月度数据具有的周期波动特点,对ARIMA模型采用具有季节调整的形式。结果显示,这两种模型均具有良好的预测精度。为进一步提高预测效果,根据预测误差平方和最小的原则将两种模型进行组合,构建新的组合预测模型,结果表明组合模型的预测效果优于单一的预测模型。在汽车年度销量预测问题中,采用了GDP、城镇居民人均可支配收入、钢材产量、橡胶轮胎外胎产量等八项经济指标对汽车销量进行预测。运用灰色理论分析得到选用的指标和汽车销量的关联度,其中橡胶轮胎外胎产量和钢材产量与汽车销量的关联度最高。将这八项指标标准化后作为BP神经网络的输入值对销量进行预测,预测结果的平均相对误差为2.34%。针对指标中可能存在的信息冗余,采用了主成分分析方法对输入数据进行降维处理。结果显示,主成分BP神经网络预测的平均相对误差为1.71%,比BP神经网络降低0.53%。
【关键词】：BP神经网络 ARIMA模型 灰色关联度分析 主成分分析
【学位授予单位】：东华大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F426.471;TP183
【目录】：

• 摘要4-6
• ABSTRACT6-10
• 第一章 绪论10-13
• 1.1 研究背景和选题意义10
• 1.2 预测问题研究现状10-12
• 1.3 研究思路与内容12-13
• 第二章 我国汽车市场概述13-17
• 第三章 预测模型相关理论17-28
• 3.1 BP神经网络17-23
• 3.1.1 神经网络模型简介17-19
• 3.1.2 BP神经网络概述19-20
• 3.1.3 BP神经网络设计流程20-21
• 3.1.4 MATLAB神经网络工具箱21-23
• 3.2 ARIMA模型23-28
• 3.2.1 ARIMA模型简介23-25
• 3.2.2 建模步骤25-28
• 第四章 基于时间序列的汽车月度销量预测28-35
• 4.1 基于SARIMA模型的销量预测29-31
• 4.2 基于BP神经网络模型的销量预测31-32
• 4.3 基于组合模型的预测32-33
• 4.4 预测结果分析33-35
• 第五章 基于多因素的汽车年度销量预测35-45
• 5.1 汽车销量的影响因素35-39
• 5.1.1 影响因素的选取35-37
• 5.1.2 影响因素的关联性分析37-39
• 5.2 基于BP神经网络的年度销量预测39-41
• 5.3 基于主成分的模型改进41-43
• 5.4 结果对比分析43-45
• 第六章 总结与展望45-47
• 6.1 主要结论45
• 6.2 研究展望45-47
• 参考文献47-50
• 附录 150-52
• 攻读学位期间发表的学术论文52-53
• 致谢53

【参考文献】

中国期刊全文数据库 前10条

1 薛蓓蓓;;基于ARIMA模型:全社会固定资产投资总额预测[J];统计与决策;2014年15期

2 龚承刚;王梦;谢航;;基于ARIMA模型的湖北省城乡居民收入差距的预测[J];统计与决策;2014年15期

3 雷鹏飞;;基于季节性ARIMA模型的中国CPI序列分析与预测[J];统计与决策;2014年14期

4 陈星;武丽芳;王福明;;基于GA-BP神经网络的股票预测研究[J];山西电子技术;2014年01期

5 李娜;薛俊强;;基于最优ARIMA模型的我国GDP增长预测[J];统计与决策;2013年09期

6 张丽;牛惠芳;;基于SARIMA模型的居民消费价格指数预测分析[J];数理统计与管理;2013年01期

7 郭晓峰;;基于ARIMA模型的中国CPI走势预测分析[J];统计与决策;2012年11期

8 天柱;;2011年中国汽车产业集中度[J];上海汽车;2012年03期

9 王正宇;王红玲;;基于ARIMA模型的我国GDP分析预测[J];对外经贸;2011年12期

10 王宗帅;杨作宾;罗永丰;程伟宏;;灰色关联分析在装备故障诊断中的应用[J];四川兵工学报;2010年11期

中国博士学位论文全文数据库 前1条

1 苏子杉;汽车市场的销量预测与离散选择模型[D];中国科学技术大学;2009年

中国硕士学位论文全文数据库 前5条

1 田树茂;中国汽车产业市场结构分析[D];集美大学;2013年

2 毕建涛;基于主成分和粒子群优化BP神经网络的促销产品销量预测研究[D];东华大学;2012年

3 张二红;基函数神经网络在销售预测中的应用[D];华南理工大学;2011年

4 陈欢;灰色理论在汽车销售预测和投资决策中的应用研究[D];合肥工业大学;2008年

5 胡伟;我国汽车销售量预测研究[D];河海大学;2007年

  本文关键词：基于BP神经网络的我国汽车销量预测分析，，由笔耕文化传播整理发布。

本文编号：271701